一站式PDF转Markdown解决方案PDF3MD
简介
什么是 PDF3MD ？
PDF3MD是一个现代化、用户友好的网络应用程序，旨在将Markdown文本。它提供了高效的转换工具，支持多种文件格式之间的转换。
主要特点
- PDF 转 Markdown：能够将
PDF文档转换为可读性强的Markdown格式，同时保留文档的结构元素。 - Markdown 转 Word (DOCX)：支持将用户提供的
Markdown文本转换为DOCX格式，使用Pandoc实现高质量输出。 - 多文件上传：支持同时上传和处理多个
PDF文件，提升工作效率。 - 拖拽式界面：提供用户友好的文件上传方式，支持拖放或传统的文件选择。
- 实时进度跟踪：在转换过程中提供详细的状态更新，用户可以实时监控转换进度。
- 现代响应式用户界面：设计直观，适合各种设备使用。
应用场景
- 文档转换：适用于需要将
PDF文档转换为Markdown的用户，例如技术文档编辑、博客撰写等。 - 内容编辑：方便用户在
Markdown格式下进行内容编辑和格式化，然后可以轻松导出为Word文档。 - 批量处理：适合需要处理大量文档的场景，例如教育机构、出版社等。
PDF3MD 通过提供简化的文档转换流程，大大提升了用户的工作效率和体验。
安装
在群晖上以 Docker 方式安装。
本文写作时，
latest版本对应为sha-229610b；
采用 docker-compose 安装，将下面的内容保存为 docker-compose.yml 文件
services:backend:image: learnedmachine/pdf3md-backend:latest container_name: pdf3md-backendrestart: unless-stoppedports:- "6201:6201"volumes:- ./data:/app/tempenvironment:- PYTHONUNBUFFERED=1- FLASK_ENV=production- TZ=Asia/Shanghaihealthcheck:test: ["CMD", "curl", "-f", "http://localhost:6201/"]interval: 30stimeout: 10sretries: 3start_period: 40sfrontend:image: learnedmachine/pdf3md-frontend:latest container_name: pdf3md-frontendrestart: unless-stoppedports:- "6202:3000"environment: {}depends_on:- backendhealthcheck:test: ["CMD", "wget", "--no-verbose", "--tries=1", "--spider", "http://localhost:3000/"]interval: 30stimeout: 10sretries: 3start_period: 40s
然后执行下面的命令
# 新建文件夹 pdf3md 和 子目录
mkdir -p /volume1/docker/pdf3md/data# 进入 pdf3md 目录
cd /volume1/docker/pdf3md# 将 docker-compose.yml 放入当前目录# 一键启动
docker-compose up -d
运行
在浏览器中输入 http://群晖IP:6202 就能看到主界面
PDF 转 MD
老苏将本文在 obsidian 中转成了 pdf 格式
然后将 pdf 丢进来 PDF3MD
转换速度很快，虽然不能 100% 复原，但是也大差不差的
不要用那种扫描的 pdf 文件，毕竟还不支持 ocr 功能
MD 转 Word
将 markdown 粘贴到文本框，转换速度相对慢很多
但是效果看起来还是不错的
参考文档
murtaza-nasir/pdf3md: A modern, user-friendly web application that converts PDF documents to clean, formatted Markdown text.
地址：https://github.com/murtaza-nasir/pdf3md